python选股策略,多因子选股模型实例

　　标题：使用python的简单条件选股策略""

　　目的是在python上演示如何根据条件选股。

　　根据标的公司所处行业，从该行业中选取高成长、高净资产收益率、低估值的沪深300成份股。

　　高增长的价值是建立在ROE超过5%的基础上的；

　　评估值基于PE*PB大于60的乘积；

　　沪深300的股票代码hs300=ts.get _ hs300s ([code])。tolist))获取打印(type(stock_basics)) rev 用于获取沪深300股票的基本面数据，盈利]]Stock _ Profit=ts . get _ Profit _ data(3)Stock _ Profit . reset _ index(in place=ts)沪深300股票盈利能力数据。Net_profit_ratio]]沪深300股票成长数据stock _ growth=ts . get _ growth _ data(2019，3)stock _ growth . reset _ index(in place=true)stock _ growth _ hs 300=stock _ growth . loc[stock _ growth] 与y:PD.merge(x，y，how=left ，On=code) hs300_data综合stock_profit_hs300、stock _ growth _ hs 300[hs 300 _ data . drop0:回报低成长 elif x[roe] 0:回报亏损 HS300_))))))))根据axis=1)的条件进行选股，当选：列出三只高成长且评估系数最低的股票hs 300 _ data _ choice=hs 300 _ data . loc((hs 300 _ data))[ code ，Industry nprg ]hs 300 _ data _ high _ growth=hs 300 _ data _ choice[hs 300 _ data _ choice[ c]sorrg ascending=true([:3])为了获得一些经过最终筛选的股票形态，在实战中是必须的

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。